open-llm-leaderboard/details_LeroyDyer__Mixtral_Chat_X

该数据集是在模型LeroyDyer/Mixtral_Chat_X在Open LLM Leaderboard上的评估运行过程中自动生成的。数据集包含63个配置，每个配置对应一个评估任务。数据集从1次运行中创建，每次运行的结果作为特定分割存储，分割名称使用运行的时间戳。此外，数据集还包含一个名为results的配置，用于存储所有运行的聚合结果，并用于计算和显示Open LLM Leaderboard上的聚合指标。README还提供了如何加载数据集中的运行细节的示例代码，并展示了最新的评估结果。

原始信息汇总

数据集概述

数据集名称

• pretty_name: Evaluation run of LeroyDyer/Mixtral_Chat_X

数据集描述

• dataset_summary: 该数据集是在评估模型LeroyDyer/Mixtral_Chat_X的过程中自动创建的，用于Open LLM Leaderboard。

数据集组成

• 配置数量: 63个
• 每个配置对应任务: 一个
• 数据集创建自: 1次运行
• 数据集分割: 每个配置中包含特定分割，以运行的时间戳命名。"train"分割指向最新结果。

额外配置

• 配置名称: "results"
• 用途: 存储所有聚合的运行结果，用于计算和显示Open LLM Leaderboard上的聚合指标。

数据集加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_LeroyDyer__Mixtral_Chat_X", "harness_winogrande_5", split="train")

最新结果

• 结果来源: 来自2024-03-22T00:34:27.769192的运行
• 结果详情: 包含多个任务的准确率(acc)、标准误差(acc_stderr)、归一化准确率(acc_norm)和归一化标准误差(acc_norm_stderr)等指标。

数据集配置详情

• 配置名称: harness_arc_challenge_25, harness_gsm8k_5, harness_hellaswag_10, harness_hendrycksTest_5等
• 数据文件: 每个配置包含多个以时间戳命名的分割文件，如2024-03-22T00-34-27.769192.parquet。
• 最新分割: 每个配置的最新分割指向最新结果的文件。